CAJ2PDF

該項目不成熟，很容易遇到轉換失敗的例子。

https://github.com/JeziL/caj2pdf

 

 https://github.com/JeziL/caj2pdf/wiki

 

caj2pdf
Why

中國知網的某些文獻（多爲學位論文）僅提供其專有的 CAJ 格式下載，僅能使用知網提供的軟件（如 CAJViewer 等）打開，給文獻的閱讀和管理帶來了不便（尤爲是在非 Windows 系統上）。

若要將 CAJ 文件轉換爲 PDF 文件，可使用 CAJViewer 的打印功能。但這樣獲得的 PDF 文件的內容爲圖片，沒法進行文字的選擇，且原文獻的大綱列表也會丟失。本項目但願能夠解決上述兩問題。
How far we've come

知網下載到的後綴爲 caj 的文件內部結構其實分爲兩類：CAJ 格式和 HN 格式（受考察樣本所限可能還有更多）。目前本項目支持 CAJ 格式文件的轉換，HN 格式僅支持基本文件信息和大綱信息的讀取，但在文件內容結構的分析上也取得了一些微小的進展。

關於兩種格式文件結構的分析進展和本項目的實現細節，請查閱項目 Wiki。
How to contribute

受測試樣本數量所限，即便轉換 CAJ 格式的文件也可能（或者說幾乎必定）存在 Bug。如遇到這種狀況，歡迎在 Issue 中提出，並提供可重現 Bug 的 caj 文件——能夠將樣本文件上傳到網盤等處，也可直接提供知網連接（做者已滾出校園網，提 issue 請提供可下載的 caj 文件）。

若是你對二進制文件分析、圖像/文字壓縮算法、逆向工程等領域中的一個或幾個有所瞭解，歡迎幫助完善此項目。你能夠從閱讀項目 Wiki 開始，看看是否有能夠發揮你特長的地方。Pull requests are always welcome.
How to use
環境和依賴

    Python 3.3+
    PyPDF2
    mutool

用法

# 打印文件基本信息（文件類型、頁面數、大綱項目數）
caj2pdf show [input_file]

# 轉換文件
caj2pdf convert [input_file] -o/--output [output_file]

# 從 CAJ 文件中提取大綱信息並添加至 PDF 文件
## 遇到不支持的文件類型或 Bug 時，可用 CAJViewer 打印 PDF 文件，並用這條命令爲其添加大綱
caj2pdf outlines [input_file] -o/--output [pdf_file]

例

caj2pdf show test.caj
caj2pdf convert test.caj -o output.pdf
caj2pdf outlines test.caj -o printed.pdf

異常輸出（IMPORTANT!!!）

儘管這個項目目前有很多同窗關注到了，但它仍然只支持部分 caj 文件的轉換，必須認可這徹底不是一個對普通用戶足夠友好的成熟項目。具體支持哪些不支持哪些，在前文也已經說了，但彷佛不少同窗並無注意到。因此若是你遇到如下兩種輸出，本項目目前沒法幫助到你。與此相關的 issue 再也不回覆。

    Unknown file type.：未知文件類型；
    Unsupported file type.： 尚不支持的 HN 格式。

License

本項目基於 GLWTPL (Good Luck With That Public License) 許可證開源。

README

 

 

 

參考資料

[1] python 版本切換  http://www.javashuo.com/article/p-obwchrpg-bm.html

[2] pip3 安裝   http://www.javashuo.com/article/p-cxpuihbm-br.html

[3] Ubuntu 鏡像更新 http://www.javashuo.com/article/p-mdtaytxw-km.html